基于結構相似度社團檢測算法

　　復雜網(wǎng)絡中普遍存在著一定的社團結構，社團檢測具有重要的理論意義和實際價值。為了提高復雜網(wǎng)絡中社團檢測的性能，提出了一種基于結構相似度仿射傳播的社團檢測算法。首先，選取結構相似度作為節(jié)點之間的相似性度量，并采用了一種優(yōu)化的方法來計算復雜網(wǎng)絡的相似度矩陣；其次，將計算得到的相似度矩陣作為輸入，采用快速仿射傳播（ FAP）算法進行聚類；最后，得到最終的社團結構。實驗結果表明，所提算法在LFR（ Lancichinetti-Fortunato-Radicchi）模擬網(wǎng)絡上的社團檢測平均標準化互信息（NMI）值為65.1%，要高于標簽傳播算法（IPA）的45.3%以及CNM（ Clauset-Newman-Moore）算法的49. 8%；在真實網(wǎng)絡上的社團檢測平均模塊度值為53. l%，要高LPA算法的39. 9%以及CNM算法的47.8%，具有更好的社團檢測能力，能夠發(fā)現(xiàn)更高質(zhì)量的社團結構。